这篇博客介绍了如何利用TensorFlow.Keras库搭建神经网络，包括导入数据集、创建模型、编译模型、训练模型等基本步骤。此外，还探讨了在实际应用中如何制作自己的数据集、实施数据增强来扩充数据，以及如何实现断点续训以保存和加载模型。同时，提到了通过可视化工具监测训练过程中的准确率和损失，并展示了将模型应用于图像识别的方法。
tf.keras搭建神经网络八股
六步法
import
mnist = tf.keras.datasets.mnist
(x_train,y_train),(x_test,y_test) = mnist.load_data()
train test（自制数据集）
Sequential/Class
model.compile
model.fit
model.summary
神经网络八股功能扩展
1.自制数据集，解决本领域应用
2.数据增强，扩充数据集
3.断点续训，存取模型
4.参考提取，把参数存入文本
5.acc/loss可视化，查看训练效果
6.应用程序，绘图识物
数据增强
断电续训
扫一扫
1846
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
